可提升光刻图形清晰度的次分辨率辅助特征图形生成方法技术

本发明专利技术属于芯片制造领域，提出了可提升光刻图形清晰度的次分辨率辅助特征图形生成方法。该方法利用连续透过率掩膜精准引导次分辨率辅助特征图形生成位置，在考虑了版图布局设计规则约束和透射光线相互作用范围影响之外，引入一项表征次分辨率辅助特征图形最终效果的优化目标，通过对不可解的分立解空间问题进行解空间的连续化松弛，在添加辅助特征后掩膜的图像生成质量和复杂度之间取得更好地平衡；对工艺偏差建模优化，产生的掩膜版能更有效对抗工艺偏差。优化芯片制造掩膜版，使得光刻之后的图案有较高的保真度。后的图案有较高的保真度。后的图案有较高的保真度。

【技术实现步骤摘要】
可提升光刻图形清晰度的次分辨率辅助特征图形生成方法


[0001]本专利技术属于芯片制造领域，涉及可提升光刻图形清晰度的次分辨率辅助特征图形生成方法

技术介绍

[0002]随着集成电路工艺的特征尺寸不断减小，现有的制造技术面临着极大的挑战。由于电路的图形尺寸和光刻工艺所使用的光源波长相近，干涉效应将不可避免的产生，从而导致光刻图形失真，进而影响集成电路制造产能。分辨率增强技术的应用则是提升产能的关键步骤。随着特征尺寸进一步缩小，单独对目标图形掩膜使用光学临近校正技术，所能达到的提升有限。在生产中，次分辨率辅助特征图形的生成则对补偿光学散射、提升光刻图形清晰度越发重要。第一类是基于设计规则的方法，这一类方法的特点是应用简单并且速度快，能很好地处理简单的设计。而先进技术节点下大规模设计的设计规则呈指数级增长，因此基于设计规则的方法产生的次分辨率辅助特征的质量有限。另一种是基于模型的方法，这类方法有着极大的解空间，因此想要得到一个高质量的结果会非常耗时。随着电路设计的复杂程度日益增加，以上基于设计规则和基于模型的方法都会面临效率或者产出质量的问题。因此解析类方法成为新的趋势。还有一类是基于机器学习的方法，这类方法计算快速，但其效果过分依赖于所使用的训练样本的数目和质量，在面对先进技术节点时，其产生效果不够可靠。
[0003]经典的次分辨率辅助特征生成方法基于二元掩膜信息进行布局。这种掩膜所蕴含的光透过率信息在二元化过程中大量丢失，对次分辨率特征图形产生的指导作用不明显，导致产生的次分辨率辅助图特征对最后的光刻掩膜版质量提升不充分。而且在经典方法产生了候选的次分辨率辅助特征后，需要耗费大量的人工来检查其是否符合复杂设计规则，需要进行后续的清理、形状修饰。

技术实现思路

[0004]为了克服现有技术中存在的问题，本专利技术与基于二元掩膜信息的次分辨率辅助特征生成方法有根本的不同，以连续透过率掩膜为次分辨率辅助特征生成位置的指引基础，将在受设计规则约束下选择高质量次分辨率辅助特征种子的场景提取为一个NP(Non
‑
polynomial)难的求目标函数最大值的优化问题，并提出了一个基于近似和松弛的高效精准计算方法，将次分辨率辅助特征种子间违反最小距离规则的信息用冲突矩阵记录，用二元矩阵中的元素取值代表是否选取任一次分辨率辅助特征图形种子，利用种子处对应连续透过率掩膜上透过率的大小进行权重分配。在每一个循环里通过比较优化前后目标函数的大小，反向指导次分辨率辅助特征种子的选取。在选择完成后，利用探针方法和精调系数来控制最终次分辨率辅助特征的形状演化。由于该方法由高精度连续透过率掩膜和优化目标自动驱动次分辨率辅助特征位置选取，且自动进行形状演化，其整个流程不需要耗费专业人员进行人工调整，也不需要后续进行清理和形状修正。
[0005]本专利技术的具体技术方案为：
[0006]可提升光刻图形清晰度的次分辨率辅助特征图形生成方法，包括步骤如下：
[0007]步骤1，生成基于目标图片的连续透过率掩膜；
[0008]步骤2，利用步骤1生成的连续透过率掩膜的透过率分布精确引导次分辨率辅助特征图形候选种子的分布，形成次分辨率辅助特征图形的安全生成区域，构建次分辨率辅助特征图形种子候选集；
[0009]步骤3，根据次分辨率辅助特征图形间最小距离限制的要求，从步骤2的次分辨率辅助特征图形种子候选集中选择最有价值的次分辨率辅助特征图形种子，构建次分辨率辅助特征图形种子集；
[0010]步骤4，通过对步骤3次分辨率辅助特征图形种子集中的次分辨率辅助特征图形种子，分别进行图形演化，生成可提升光刻图形清晰度的次分辨率辅助特征图形。
[0011]进一步地，步骤1，生成基于目标图片的连续透过率掩膜，具体步骤包括：
[0012]步骤1.1，利用连续透过率掩膜M计算公式(1)计算初始连续透过率掩膜M0[0013][0014]式中，P为连续辅助变量，随机初始化为不受限制的连续辅助变量P0；θ
P
为0.1～0.2倍于二值取值掩膜转换函数的陡度；
[0015]步骤1.2，经过光刻模拟后，根据公式(2)获得损失函数L；
[0016][0017]式中，L为损失函数，R为标准条件下的光刻图形，R
v
为第v个偏移条件下的光刻图形，R
*
为目标图片，α为偏移条件下光刻精度的权重；N
p
为所考虑的不同光刻条件的数目；
[0018]步骤1.3，比较步骤1.2计算得到的损失函数与预先设定的最大允许阈值，若不小于阈值，则利用步骤1.2计算得到的损失函数梯度回传更新连续辅助变量P，如公式(3)所示，
[0019][0020]式中，Δt为迭代步长，为损失函数梯度；
[0021]进而通过公式(1)迭代更新连续透过率掩膜M；
[0022]直至损失函数小于预先设定的最大允许阈值，则认为优化完成，输出最终的连续透过率掩膜。
[0023]进一步地，步骤2中，所述次分辨率辅助特征图形的安全生成区域，是指垂直于目标图片中形状的边界分别向外延伸次分辨率辅助特征安全距离D
OPC
和次分辨率辅助特征有效作用距离D
SRAF
,在D
OPC
和D
SRAF
两个边界之间的区域。
[0024]进一步地，步骤2中，所述次分辨率辅助特征图形候选种子，是指选取所述安全生成区域中局部透过率最大的部位；所述种子为同一尺寸的正方形。
[0025]进一步地，步骤3的具体方法为，包括如下步骤：
[0026]步骤3.1，构建优化更新目标函数g
k
(z
(k)
，u
(k)
)，如公式(4)所示：
[0027][0028]式中，z为选择向量，u为辅助向量，z与u的向量长度相等且均等于次分辨率辅助特征图形种子候选集中候选种子的个数n；w为次分辨率辅助特征图形种子的价值，等于正方形区域内的所有像素透过率平均值；H为冲突矩阵，是一个n
×
n的对称矩阵；λ为冲突惩罚系数；k为第k个循环；
[0029]步骤3.2，初始化辅助向量u为元素随机取0或1的向量，其中元素取1代表选择该元素对应的次分辨率辅助特征图形种子，取0代表放弃该元素对应的次分辨率辅助特征图形种子；初始化选择向量z为每个元素都为0，即为当前的最优选择向量z
*
；
[0030]步骤3.3，确定选择向量z
(k)
，如公式(5)所示：
[0031][0032]式中，i为选择向量中的第i个元素；
[0033]步骤3.4，更新辅助向量u
(k)
及最优选择向量z
*
；
[0034]若选择向量z
(k)
对应的目标函数g
k
(z
(k)
，u
(k)
)值大于辅助向量u
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.可提升光刻图形清晰度的次分辨率辅助特征图形生成方法，其特征在于，包括步骤如下：步骤1，生成基于目标图片的连续透过率掩膜；步骤2，利用步骤1生成的连续透过率掩膜的透过率分布引导次分辨率辅助特征图形候选种子的分布，形成次分辨率辅助特征图形的安全生成区域，构建次分辨率辅助特征图形种子候选集；步骤3，根据次分辨率辅助特征图形间最小距离限制的要求，从步骤2的次分辨率辅助特征图形种子候选集中选择最有价值的次分辨率辅助特征图形种子，构建次分辨率辅助特征图形种子集；步骤4，通过对步骤3次分辨率辅助特征图形种子集中的次分辨率辅助特征图形种子，分别进行图形演化，生成可提升光刻图形清晰度的次分辨率辅助特征图形。2.根据权利要求1所述的可提升光刻图形清晰度的次分辨率辅助特征图形生成方法，其特征在于，步骤1，生成基于目标图片的连续透过率掩膜，具体步骤包括：步骤1.1，利用连续透过率掩膜M计算公式(1)计算初始连续透过率掩膜M0式中，P为连续辅助变量，随机初始化为不受限制的连续辅助变量P0；θ
P
为0.1～0.2倍于二值取值掩膜转换函数的陡度；步骤1.2，经过光刻模拟后，根据公式(2)获得损失函数L；式中，L为损失函数，R为标准条件下的光刻图形，R
v
为第v个偏移条件下的光刻图形，R
*
为目标图片，α为偏移条件下光刻精度的权重；N
p
为所考虑的不同光刻条件的数目；步骤1.3，比较步骤1.2计算得到的损失函数与预先设定的最大允许阈值，若不小于阈值，则利用步骤1.2计算得到的损失函数梯度回传更新连续辅助变量P，如公式(3)所示，式中，Δt为迭代步长，为损失函数梯度；进而通过公式(1)迭代更新连续透过率掩膜M；直至损失函数小于预先设定的最大允许阈值，则认为优化完成，输出最终的连续透过率掩膜。3.根据权利要求1所述的可提升光刻图形清晰度的次分辨率辅助特征图形生成方法，其特征在于，步骤2中，所述次分辨率辅助特征图形的安全生成区域，是指垂直于目标图片中形状的边界分别向外延伸次分辨率辅助特征安全距离D
OPC
和次分辨率辅助特征有效作用距离D
SRAF
,在D
OPC
和D
SRAF
两个边界之间的区域。4.根据权利要求1所述的可提升光刻图形清晰度的次分辨率辅助特征图形生成方法，其特征在于，步骤2中，所述次分辨率辅助特征图形候选种子，是指选取所述安全生成区域中局部透过率最大的部位；所述种子为同一尺寸的正方形。
5.根据权利要求1所述的可提升光刻图形清晰度的次分辨率辅助特征图形生成方法，其特征在于，步骤3的具体方法为，包括如下步骤：步骤3.1，构建优化更新目标函数gk(z
(k)
，u
(k)
)，如公式(4)所示：式中，z为选择向量，u为辅助向量，z与u的向量长度相等且均等于次分辨率辅助特征图形种子候选集中候选种子的个数n；w为次分辨率辅助特征图形种子的价值，等于正方形区域内的所有像素透过率平均值；H为冲突矩阵，是一个n
×
n的对称矩阵；λ为冲突惩罚系数；k为第k个循环；步骤3.2，初始化辅助向量u为元素随机取0或1的向量，其中元素取1代表选择该元素对应的次分辨率辅助特征图形种子，取0代表放弃该元素对应的次分辨率辅助特征图形种子；初始化选择向量z为每个元素都为0，即为当前的最优选择向量z
*
；步骤3.3，确定选择向量z
(k)
，如公式(5)所示：式中，i为选择向量中的第i个元素；步骤3.4，更新辅助向量u
(k)
及最优选择向量z
*
；若选择向量z
...

【专利技术属性】
技术研发人员：虞子阳，
申请(专利权)人：智腾科技股份有限公司，
类型：发明
国别省市：